«Долговая черная дыра» за стремительным ростом AI: за следующие 5 лет может потребоваться внешнее финансирование на сумму 1,2 триллиона долларов

Глобальное строительство AI-инфраструктуры с невиданной скоростью сжигает капитал, но "двигатель долга", поддерживающий этот "суперцикл", незаметно раздулся до масштаба, настораживающего рынок. По мере того как все больше технологических гигантов сталкиваются с отрицательным свободным денежным потоком, потребность во внешнем финансировании неизбежно продолжит расти.

По последним расчетам Goldman Sachs, к 2027 году объем прямых мировых долговых выпусков гипермасштабных облачных сервис-провайдеров (Hyperscaler) достигнет 420 млрд долларов, что более чем на 60% превышает прогнозируемые 250 млрд долларов в 2026 году.

Одновременно, согласно последнему отчету Bank of America, к 2030 году общий внешний спрос на финансирование основных субъектов AI-инфраструктуры — таких как Microsoft, Amazon, Alphabet, Meta, Oracle, SpaceX, Coreweave и Nebius, достигнет 1,2–1,5 трлн долларов. Если долг останется основным каналом финансирования, рынку кредитования будет добавляться более 300 млрд долларов ежегодно, а в краткосрочной перспективе этот показатель может достичь 500 млрд.

Эта волна наращивания долга влияет не только на рынок инвестиционных облигаций, но и постоянно проникает через такие каналы, как внебалансовые специальные целевые структуры (SPV), инфраструктурное финансирование, частное кредитование и др.

Наиболее прямое финансовое последствие AI-инвестиционного бума — это резкое ухудшение положения с денежными потоками у ведущих Hyperscaler.

За исключением Microsoft, все основные Hyperscaler уже оказались в отрицательной зоне по свободному денежному потоку. Это означает, что дальнейшее расширение капитальных затрат практически полностью зависит от внешнего финансирования — и долг является приоритетным каналом.

Согласно расчетам Bank of America, в 2026–2028 годах совокупный операционный денежный поток восьми упомянутых компаний составит около 3,3 трлн долларов, а общие капитальные затраты — 3,7 трлн долларов (из них AI-капзатраты — 2,9 трлн), т.е. чистый дефицит финансирования на три года — около 400 млрд долларов. Если прогнозировать до 2030 года, операционный денежный поток вырастет до 6,6 трлн, а капзатраты — до 6,9 трлн долларов, чистый разрыв всё равно останется на уровне 300 млрд долларов. С учетом дивидендов, выкупа акций и сделок по слиянию и поглощению, общий дефицит может расшириться до 800 млрд долларов.

В Bank of America подчеркивают, что по стоимости долг имеет значительное преимущество перед капиталом: постналоговая стоимость долга Hyperscaler составляет около 5%, тогда как стоимость акционерного капитала — более 11%, разница более чем двухкратная. Это делает долговое финансирование основным выбором на обозримое будущее, однако для отдельных эмитентов, у которых стоимость долга уже заметно возросла (например, Oracle), эта логика теряет эффективность.

Помимо прямого выпуска облигаций, еще одним значимым риском в системе финансирования AI являются внебалансовые схемы.

С начала этого года совокупный объем долларового долга, связанного с AI, на рынке составил 568 млрд долларов, из которых инвестиционные облигации — 259 млрд, частное кредитование, прямые займы и другие двусторонние/непубличные финансирования — 256 млрд, высокодоходные облигации — 40 млрд, институциональные займы — 11 млрд.

Помимо раскрытых в отчетности обязательств,объем внебалансовых обязательств и гарантий достиг 3,1 трлн долларов — в основном это 1,1 трлн долларов по не дисконтированным платежам по аренде и 1,7 трлн по обязательствам по закупкам; всего за три месяца этот показатель увеличился на 1,3 трлн долларов. Такие риски через SPV, инфраструктурное кредитование и т.д. напрямую поступают на рынок частного кредитования.

Среди внешних каналов финансирования все большую роль играет механизм "финансирования поставщиками", инициируемый производителями чипов, — их основная задача в том, чтобы превращать сложные для финансирования активы в стандартизированные облигации, подходящие для банковского кредитного рынка.

К примеру, Nvidia применяет структуру "бери или плати" (take-or-pay), предоставляя отдельным клиентам Neocloud шестилетние гарантии минимального дохода — устанавливая для кредиторов минимальный уровень выручки на уровне договора, заменяя гарантию закупок от Hyperscaler и тем самым облегчая одобрение соответствующего финансирования рынком.

Broadcom с помощью своей AI XPV Platform идет еще дальше — в дебютном долговом пакете на 35 млрд долларов, выпущенном совместно с Apollo и Blackstone, Broadcom напрямую гарантирует преимущественные облигации на 31 млрд долларов и остаточную стоимость чипов (87% всего долга). Разница в ставках наглядно демонстрирует ценность такой гарантии: облигации категории A2 под обеспечение — 5,75%, а необеспеченные займа под вторым залогом — 8,5%. По подсчетам аналитиков Bank of America, если платформа увеличится до 20 ГВт, пиковая гарантия остаточной стоимости (RVG) Broadcom к середине 2029 года может достичь 370 млрд долларов.

Bank of America отмечает, что по сути такие механизмы предоставления кредита поставщиками — это передача права устанавливать ставку ликвидации с заемщика на поставщика, благодаря чему не кредитуемые ранее риски теперь можно превращать в активы, подходящие для финансирования. Однако при этом на балансе производителей чипов незаметно накапливаются огромные объемы потенциальных обязательств.

Несмотря на постоянное наращивание долгов, Bank of America отмечает, что на рынке существуют внутренние механизмы управления рисками. Резкая волатильность AI-кредитных спредов в июле 2026 года уже стала своего рода генеральной репетицией — расширение спредов вынудило некоторых эмитентов приостановить запланированные выпуски облигаций, подтвердив, что когда стоимость долгового финансирования превышает экономические пределы рационального распределения капитала, эмитенты начинают отдавать предпочтение акционерному капиталу, конвертируемым займам или даже вынужденно сокращают инвестиции.

В отчете также подчеркивается: главным ограничителем темпов строительства AI-инфраструктуры могут стать не деньги, а такие физические и институциональные узкие места, как энергоснабжение, регуляторные согласования, сроки строительства и др.

Бурный рост open-source моделей создает дополнительное потенциальное давление. С распространением open-source решений, способных работать близко к уровням передовых моделей при крайне низких затратах, цена Token у топовых коммерческих моделей с июня снизилась более чем на 50% и достигла исторического минимума. Это подрывает коммерческую логику передовых моделей и ставит под угрозу их триллионные IPO-оценки. Если прибыльные точки экономики Token долго не будут достигнуты, вся долговая экосистема AI окажется под угрозой фундаментального пересмотра доходных ожиданий.